{"canonical_url":"https://engineer.company/sv/glossary/queue/","content_markdown":"# Kö\n\n## Vad det är\n\nEn kö är ett mellanlager mellan två program: den ena sidan lägger in meddelanden eller jobb, den\nandra tar ut dem när den är redo, oftast det äldsta först. De flesta system kör flera köer, en per\nsorts arbete. Programmet som lägger till arbete är producenten, programmet som tar det är\nkonsumenten, och det som lagrar meddelandena däremellan är brokern, som kan vara en egen server\neller en tabell i en databas som systemet redan har.\n\nUpplägget gör att de två sidorna slutar vänta på varandra. En webbförfrågan som behöver skicka ett\nmejl lägger in ett meddelande och svarar användaren direkt. En worker plockar upp meddelandet en\nstund senare, och om hundra kommer på en gång betar den av dem i sin egen takt. En topp blir en\neftersläpning, och ett beroende blir en fördröjning.\n\nTvå idéer beskriver vad en kö lovar om leveransen. Den första är kvittering: en konsument talar om\nför brokern när den är klar med ett meddelande, och först då tas meddelandet bort. I modellen för\nAMQP 0-9-1, som RabbitMQ implementerar, går ett meddelande vars konsument dör innan den hinner\nkvittera vidare till en annan konsument. Den andra är beständighet: en beständig kö med beständiga\nmeddelanden överlever att brokern startas om, medan en kö som bara hålls i minnet går förlorad.\n\nTre närliggande begrepp är värda att hålla isär. En meddelandekö bär data mellan tjänster. En\njobbkö bär arbetsenheter åt workers i bakgrunden, var och en med sina argument, ett tillstånd och\nett antal försök. En logg, modellen bakom Apache Kafka, ser ut som en kö utifrån men behåller\nhändelserna efter att de har lästs, under en lagringstid som väljs per ämne, så att flera läsare\nkan spela upp samma historik igen. Att läsa från en kö tar bort meddelandet, medan läsning från en\nlogg bara flyttar läsarens position framåt.\n\nEn kö behöver inte alls vara en separat produkt. PostgreSQL kan spela rollen med en tabell med jobb\noch en databasfråga som gör anspråk på nästa rad och kliver förbi rader som en annan worker redan\nhar låst. Handboken anger köliknande tabeller som själva skälet till att satsdelen `SKIP LOCKED`\nfinns:\n\n```sql\nWITH next AS (\n  SELECT id\n    FROM jobs\n   WHERE state = 'available'\n   ORDER BY id\n   LIMIT 1\n     FOR UPDATE SKIP LOCKED\n)\nUPDATE jobs\n   SET state = 'running',\n       attempt = attempt + 1\n  FROM next\n WHERE jobs.id = next.id\nRETURNING jobs.id, jobs.args;\n```\n\n## Varför det spelar roll\n\nEn kö avgör vad en användare väntar på. Arbete som läggs i kön sker efter att svaret har gått iväg,\nså en sida som utlöser ett mejl, en PDF, en omindexering för sökning och en omräkning kan svara på\nden tid det tar att skriva fyra rader, medan de fyra långsamma uppgifterna blir klara bakom den. För\nen köpare är det skillnaden mellan en kassa som svarar på några hundra millisekunder och en som\nsvarar när e-postservern råkar vara redo.\n\nKön avgör också vad som överlever ett fel. Arbete som startas i en bakgrundstråd lever i den\nprocessens minne, och en driftsättning som startar om processen tar med sig arbetet utan att lämna\nnågot spår av att det någonsin skulle utföras. Arbete i en beständig kö är i stället en post: det\ngår att försöka igen, inspektera och räkna.\n\nDen skiljer dessutom på två hastigheter. Producenterna rör sig i takt med den inkommande trafiken,\nkonsumenterna i takt med den långsammaste tjänst de anropar. En kö mellan dem tar upp skillnaden,\noch dess djup blir ett av de mest sanningsenliga tal som ett system kan rapportera. En kö som har\nvuxit i en timme säger att konsumenterna tappar mark, vad grafen över processorn än antyder.\n\nKostnaderna kommer tillsammans med fördelarna. Arbetet ligger nu utom synhåll mellan att det skickas\noch att det blir gjort. Leveransen är nästan alltid minst en gång, så en konsument måste tåla att se\nett meddelande två gånger. Ordningen är svagare än den ser ut. En dedikerad broker är dessutom\nännu en server att driva, säkra, bevaka och uppgradera.\n\n## Så ser det ut i praktiken\n\nDet som gör en kö värd sin plats skiljer sig från fall till fall: här är det att jobb överlever en\nomstart, att händelser behåller sin ordning och att eftersläpningen har ett tak.\n\nPå en plattform flyttades det långsamma arbetet bort från anropsvägen: att skicka e-post, bygga om\nett sökindex, generera dokument och räkna om placeringar. Arbete som lämnas till en goroutine\nförsvinner när processen startas om mitt under en driftsättning, så\n[arbetet flyttades till en jobbkö i River som ligger i PostgreSQL](/sv/portfolio/moved-slow-work-onto-a-river-job-queue/).\nDatabasen var redan den auktoritativa källan, vilket gör att ett jobb läggs i kön i samma\ntransaktion som den data det gäller. Plattformen fick nya försök och en historik som någon kan\nöppna och läsa. Den uttalade gränsen är att en kö inne i databasen inte skalar i all evighet.\n\nI en app för macOS som byggdes ovanpå ett bibliotek i C fanns kön där för att hålla ordning.\nBibliotekets blockerande händelseloop skickar händelser i en ordning som spelar roll, eftersom en\nredigering måste komma efter det meddelande den redigerar. Att starta en task per händelse låter\nkörmiljön schemalägga dem i godtycklig ordning, så att en redigering kan gå om meddelandet den\ngäller. Designen som levererades har\n[en producenttråd, en konsument och en kö mellan dem](/sv/portfolio/adopted-swift-6-strict-concurrency-over-c/),\nföljd av ett enda hopp över till main actor. Ordningen håller eftersom det finns exakt en väg\nigenom. Priset är parallellismen: varje händelse passerar genom den enda konsumenten.\n\nEn kö kan också göra skada. I en macOS-applikation behölls en skur av\ncore-logghändelser i en obegränsad huvudström och kopierades till prenumeranter\nvars konsumenter inte använde de händelserna. Diagnostikrapporter registrerade\n111 GB komprimerade sidor på en maskin med 36 GB; ett separat stickprov av\nminnesförbrukningen registrerade en ökning med ungefär 41 MB per sekund under en\nåterförsöksslinga för anslutningen. [Händelsevägen fick uttryckliga\ngränser](/sv/portfolio/an-app-that-ate-41-mb-a-second-stopped/), med\nprenumerationer filtrerade efter händelsetyp och en uttrycklig policy för\nbuffertöverflöde. Upprepade diagnostiska händelser kan kastas bort och berört\ntillstånd läsas in på nytt i stället för att behålla ett obegränsat antal\nhändelser. Arkitekturkontroller och tester av applikationens budgetar skyddar\nden designen, men beskrivningen fastställer inte någon uppmätt minnesförbrukning\nefter korrigeringen eller något prestandatest i produktion.\n\n## Var det går fel\n\nProblem med en kö märks sent och någon annanstans, eftersom arbetet ligger utom synhåll per\nkonstruktion.\n\n**Eftersläpningen växer tills minnet eller disken tar slut.** En kö utan gräns tar emot arbete\nsnabbare än det blir gjort och behåller skillnaden. Ge varje kö en största längd och bestäm i\nförväg vad som händer vid den längden: bromsa producenten, vägra nytt arbete eller släpp det\näldsta. Bevaka sedan två tal, djupet och åldern på det äldsta meddelandet, eftersom en kort kö med\nmycket gamla meddelanden är lika illa som en lång.\n\n**Samma meddelande behandlas två gånger.** En konsument gör klart arbetet och dör innan den\nkvitterar, och brokern levererar, helt korrekt, meddelandet igen. Dokumentationen till RabbitMQ\nsäger åt konsumenter att räkna med nya leveranser och att skrivas med idempotens i åtanke. Ge varje\nmeddelande en identifierare och registrera de identifierare som redan har hanterats, i samma\ntransaktion som själva arbetet. Skrivaren i\n[anteckningen om en blixtrea på en enda het rad](/sv/notes/selling-limited-stock-without-overselling/)\när byggd kring precis det antagandet.\n\n**Meddelanden kommer i en annan ordning än de skickades i.** Parallella konsumenter, förhämtning\noch nya försök som lägger ett misslyckat meddelande bakom nyare meddelanden kastar alla om arbetet.\nNär ordningen spelar roll, skicka allt som rör ett konto eller en order genom samma partition eller\nsamma konsument. Kafka gör det per nyckel, till priset att en upptagen nyckel bara rör sig lika\nsnabbt som en enda konsument.\n\n**Ett dåligt meddelande blockerar eller går i cirklar för alltid.** Ett meddelande vars innehåll\nkraschar konsumenten varje gång läggs tillbaka i kön, levereras igen och kraschar den igen. Sätt ett\ntak för antalet försök och flytta ett meddelande som har förbrukat dem till en separat plats där\nen människa kan titta på det. RabbitMQ kallar det dead-lettering och tillämpar det på meddelanden\nsom har avvisats, som har gått ut och som skulle få kön att överskrida en gräns för längden.\n\n**Arbete försvinner vid en omstart.** En kanal, en lista i minnet eller en bakgrundstråd är en kö\nsom inte behåller något över en omstart. I AMQP räcker inte heller en beständig kö ensam:\nmeddelandena måste också publiceras som beständiga. Bestäm för varje sorts arbete om det är\nacceptabelt att förlora det.\n\n**Databasen och kön är oense.** En tjänst skriver en rad, publicerar sedan ett meddelande och\nkraschar mellan de två, och nu finns det ena utan det andra. Håll antingen kön i samma databas, så\natt ett jobb blir synligt för workers först när dess transaktion har committats, vilket är så River\nfungerar, eller skriv meddelandet till en utkorgstabell i den transaktionen och publicera det\ndärifrån.\n\n## Läs mer\n\n- [AMQP 0-9-1 Model Explained](https://www.rabbitmq.com/tutorials/amqp-concepts)\n  — exchanges, köer, bindningar och kvitteringar, så som RabbitMQ beskriver dem.\n- [Consumer Acknowledgements and Publisher Confirms](https://www.rabbitmq.com/docs/confirms)\n  — när en broker betraktar ett meddelande som levererat och varför det levereras igen.\n- [Dead Letter Exchanges](https://www.rabbitmq.com/docs/dlx) — villkoren som flyttar undan ett\n  meddelande och vart det tar vägen.\n- [The Locking Clause of SELECT](https://www.postgresql.org/docs/current/sql-select.html#SQL-FOR-UPDATE-SHARE)\n  — `FOR UPDATE` och `SKIP LOCKED` och de köliknande tabeller de passar för.\n- [River: Getting started](https://riverqueue.com/docs) — en jobbkö som lagrar sina jobb i\n  applikationens egen databas.\n- [Apache Kafka: Introduction](https://kafka.apache.org/41/getting-started/introduction/)\n  — ämnen, partitioner och lagringstid i loggmodellen.\n\n\u003chttps://engineer.company/sv/glossary/queue/\u003e\n","date_modified":"2026-11-08T02:22:23Z","description":"Kö för dig som flyttar arbete bort från anropet: vad kvittering och nya försök lovar, när en tabell i databasen räcker och sex sätt som en kö sviker på.","formats":{"gemtext":"https://engineer.company/sv/glossary/queue/index.gmi","gopher":"https://engineer.company/sv/glossary/queue/gophermap","html":"https://engineer.company/sv/glossary/queue/","json":"https://engineer.company/sv/glossary/queue/index.json","markdown":"https://engineer.company/sv/glossary/queue/index.md","pdf":"https://engineer.company/sv/glossary/queue/index.pdf"},"kind":"page","language":"sv","title":"Vad är en kö?","url":"https://engineer.company/sv/glossary/queue/","version":1}